共查询到20条相似文献，搜索用时 87 毫秒
1.
影响河南的登陆台风分析 总被引：5，自引：0，他引：5
统计了1949－1998年从闽、浙登陆台风的气候特及河南省台风暴雨概况，并利用天气学方法对台风登陆后的移动路径进行了概括和分析，以期为灾类台风的降水预报提供参考。 相似文献
2.
3.
利用FY-2C气象卫星资料、常规资料和NCEP再分析资料，对2005年第9号台风“麦莎”登陆后暴雨落区非对称分布的成因进行诊断分析，并讨论其动力学和热力学特征。结果表明：（1）FY-2C红外-通道辐射亮温（TBB）场能够清晰地揭示台风暴雨落区的分布以及造成这种非对称分布的云系结构特征；（2）水汽图像展示了此次降水过程中，对流层中上层主要的水汽型，来自南海和东海强盛的热带水汽羽直抵台风中心东部，中纬度地区的极锋水汽羽东移，其尾端并入台风北部，受二者共同作用，台风降水呈非对称分布；（3）台风中心附近的垂直流场、涡度、假相当位温和整层积分的水汽通量散度等物理量的非常规分布以及低层冷空气的契入，共同解释了台风云系的非对称结构及强雨区非对称分布的形成原因。 相似文献
4.
《气象》2021,(5)
台风客观定强是提高台风业务现代化水平的重要支撑技术,深度学习通过机器对大量样本的分析和学习,能够隐式提取图像中深层抽象的复杂特征,越来越多地被应用到气象领域中。本文利用ResNet深度学习模型,采用预训练后迁移学习的方式,以2005—2018年西北太平洋及南海台风的卫星云图为样本,构建了一种自动、客观的台风强度估测技术。通过对2019年全年的业务台风云图的检验分析,结果表明利用该技术能够实现对不同强度、不同发展阶段的台风客观强度估测,且对2019年全年独立样本估测的平均绝对误差和均方根误差分别为4.3 m·s~(-1)和5.5 m·s~(-1),精度优于传统客观定强方法,具有一定的业务应用价值。 相似文献
5.
基于2005—2020年的中国气象局台风最佳路径数据集以及葵花（Himawari-8）和风云（FY-4）卫星云图数据,结合人工智能新技术,将深度学习模型应用于台风涡旋识别、台风定位定强、台风强度突变预测等方面,具体内容主要包括基于深度图像目标检测的台风涡旋识别模型、基于图像分类和检索的台风智能定强模型以及融合时空序列特征的台风快速增强判别模型,构建了一套台风智能监测和预报系统。通过对2020年全年样本进行了测试,结果显示:该系统对强热带风暴级及以上强度的台风涡旋正确识别率达90%以上,台风强度估测的MAE和RMSE分别为3.8 m/s和5.05 m/s,对全年独立样本强度快速加强预测的综合准确率达到65.3%,该系统实现了业务上利用高时空分辨率卫星图像实时对热带气旋进行自动识别、定位定强和智能追踪的功能,为进一步提高我国台风监测和预报预警的能力提供了有利支撑。 相似文献
6.
7.
8.
9.
基于2005—2020年的中国气象局台风最佳路径数据集以及葵花(Himawari)8和风云(FY)卫星云图数据,首先将卫星原始数据转换为FULLDISK灰度图像作为台风涡旋识别技术的图像来源,并制定新的VOC (Visual Object Classes)标注规范,构建了样本标注数据集。利用运行速度快、识别准确率高的人工智能领域经典目标检测SSD(Single Shot MultiBox Detector)模型作为台风涡旋识别的基础模型,并针对台风涡旋识别的独特性,特别是弱涡旋识别困难,提出一种迭代的SSD目标检测模型,明显提高了台风涡旋的识别精度。通过目标检测技术对卫星云图进行智能特征分析、抽取、识别和定位,实现了自动涡旋正确识别和定位,最终建立了智能台风涡旋识别技术。测试结果显示:该技术对强热带风暴级以下强度台风涡旋正确识别率为40%~80%,对强热带风暴级及以上强度台风涡旋正确识别率达90%以上,能够精准识别强台风级及以上强度涡旋,该技术为今后业务利用高时空分辨率卫星图像对台风进行实时精密监测提供了技术支撑。 相似文献
10.
利用雷达回波特征和地面资料确定0312号台风“科罗旺”强度 总被引：5，自引：2，他引：5
通过分析0312号台风“科罗旺”过程的雷达回波特征和地面资料，应用“热带气旋强度综合判据表”的办法，确定该台风的强度，并分析其大风分布的特点。为将来雷达探测台风业务，分析回波资料积累一些经验和方法，从而能更好的利用雷达回波应用于台风预报业务。 相似文献
11.
全球和区域分析的混合方案对区域预报的影响试验 总被引：6，自引：0，他引：6
区域分析采用局地高密观测资料,往往分析的中小尺度信息较丰富;全球分析同化全球覆盖的卫星观测资料,而且不受侧边界条件影响,对天气系统大尺度部分描述得更好。基于以上原因,为了提高区域模式的分析预报水平,本文尝试在区域模式中引入全球分析中的大尺度部分,通过DCT方法对全球T639模式分析和区域GRAPES模式分析进行谱分解,获得综合全球大尺度和区域中小尺度信息的混合分析。动能谱分析结果表明,GRAPES分析场的动能谱能量在中小尺度部分比T639全球分析略大,经过混合分析后,动能谱能量更接近理想曲线。一个月的分析预报试验结果表明,混合分析的高度、温度和风场的分析质量有明显提高,风场6 h内的预报也比区域分析有改进;而且全国平均ETS降水评分在各个降水量级上都有明显改进。 相似文献
12.
13.
14.
15.
刘必雄 《南京气象学院学报》2011,(4):365-370
多源异构日志分析技术是目前国内外网络安全领域的研究热点.首先,提出了一种包括聚焦分析、统计分析和因果关联分析在内的多源异构日志综合分析模型,引入重要度评价方法对日志信息进行聚焦分析,并通过实例加以说明;然后探讨了多源日志因果关联分析算法;最后利用网络实例数据,对所提出的综合分析模型和算法进行了验证.结果表明该模型和算法是可行的和有效的. 相似文献
16.
针对探空观测资料使用造成的某些区域GRAPES分析场存在虚假的高、低压系统问题,该文通过对比全球探空资料的位势高度观测与NCEP分析场,统计站点中观测质量较差的时次出现频数,确定探空位势高度观测黑名单。研究表明:500 hPa在印度地区、北大西洋和南极洲附近的探空位势高度观测与NCEP分析场的均方根误差在30 gpm以上的站点较多,且位势高度观测不可靠观测比率为20%以上的站点主要集中这些区域,以上观测站均列入黑名单。文中在GRAPES全球三维变分分析场的质量控制中加入探空位势高度观测黑名单检查,通过6 h分析预报循环试验表明:探空位势高度观测黑名单检查能有效提高分析场质量,GRAPES位势高度分析场在南极洲附近和印度地区有所改善。 相似文献
17.
将小波分析的方法应用于大气边界层风、温场结构的研究,表明了这种方法应用于大气边界层研究的优越性。小波分析方法与谱分析方法,多尺度分析方法可以互补。当研究不同尺度湍流的串级过程和突变气象场的位置时,小波方法更为优越。 相似文献
18.
统计学是目前农业气象工作中最有效并广泛应用的研究工具,农业气象统计比一般生物统计和气象统计有着更广泛的内容和应用更复杂的特点。统计方法被广泛应用于农业气象试验数据处理与监测评估和农业气象预报中,其中有统计假设检验、分布函数、相关和回归分析、聚类分析、小波分析、经验正交函数分解、灰色关联分析、时间序列分析、人工神经网络等,每种统计方法都有自身的优点和不足。统计方法在农业气象中的运用,取得了许多成果,但也存在不足。今后,应结合农作物生长发育的机理,深入理解各种统计方法的数学原理,加强统计方法应用的规范性,以减少应用统计方法解决农业气象研究问题中常出现的简单照搬、应用盲目的现象;应强化假设检验在农业气象试验数据分析方面的应用、概率密度和分布函数的适用性等方面的研究,加强相关和回归分析方法应用的数据独立性检验,注意灰色关联分析法、人工神经网络法和回归分析法等不同预测方法应用结果的比较,为统计方法在农业气象中的规范化应用提供参考。 相似文献
19.
迭代集合平方根滤波在风暴尺度资料同化中的应用 总被引：2，自引：1，他引：1
本文根据最新的非同步(Asynchronous)算法设计了一个迭代EnSRF(iterative Ensemble Square Root Filter,简称iEnSRF)方案。在这个迭代方案中,同化时刻的背景场和一个较早时刻的背景场将被同时更新,得到两个时刻的分析场,然后预报模式从较早时刻的分析场再次进行集合预报到同化时刻,最后重复前面两个步骤,实现对同化时刻背景场的迭代分析。在一个理想风暴个例上,本文通过模拟雷达资料同化对这一方案进行了检验,对比了传统EnSRF方案和iEnSRF方案的同化效果。此外,本文还讨论了只在同化时刻一个时间层上进行迭代的情况。同化单部模拟雷达资料的试验表明iEnSRF方案能够在初始估计缺少风暴信息的情况下较好地还原风暴中垂直运动和潜热释放之间的正反馈关系,显著提高初始分析的质量并加快随后同化的收敛速度。而传统EnSRF在这一初始估计较差的情况下不能在初始分析中有效估计这一相关关系并导致其收敛速度较慢且收敛误差较大。当只涉及一个时间层时,迭代算法并不能取得比传统EnSRF更好的效果。这一结果表明重复使用观测的算法只有在涉及两个时间层时才能改进最终的分析结果。在同化两部模拟雷达资料的试验中,iEnSRF的初始分析仍然优于传统EnSRF的初始分析,并在对流层高层取得显著改进。单双雷达资料同化的试验结果对比表明,单纯增加观测数量并不能显著改进传统EnSRF对非观测变量(比如温度)的分析,而iEnSRF则能够更加充分地利用更多的观测进一步提升初始分析的效果。 相似文献
20.
尺度叠加高斯相关模型在GRAPES-RAFS中的应用 总被引：1，自引：0，他引：1
背景误差水平相关模型影响着分析增量的结构,同时也决定着不同尺度上分析增量信息的多少。为了提高中小尺度系统的分析质量,研究尺度叠加高斯相关模型的特征及其在三维变分同化系统中的应用效果。通过分析高斯模型和尺度叠加高斯模型的空间特征,以及它们的拉普拉斯算子和谱响应函数的特征,同时依据统计的背景误差特征来改进背景误差水平相关模型。通过采用不同相关模型的GRAPES-RAFS快速分析预报循环批量试验表明:改进的尺度叠加高斯相关模型不仅能增加分析场的中小尺度信息,同时尺度叠加高斯函数描述的风场背景误差相关特征更符合实际统计结果,缓解了原高斯函数方案风场负相关偏大的问题。因而尺度叠加高斯相关模型的应用大幅度提高了分析质量,特别是风场分析质量,同时12 h内风场预报质量也略有提高,也显著提高了前24 h各量级降水的ETS评分,明显缓解了原高斯模型方案的虚警现象。尺度叠加高斯相关模型能明显增加分析的中小尺度信息和更合理地描述风场负相关结构,在三维变分分析中的应用能显著改进分析和降水预报质量。 相似文献